A taxa de save mede a porcentagem de ouvintes que salvam sua faixa na biblioteca ou em uma playlist. É um dos sinais mais fortes de intenção do ouvinte e influencia diretamente como o algoritmo do Spotify trata sua música.
Quais São os Benchmarks de Taxa de Save?
| Taxa de Save | Interpretação |
|---|---|
| 25%+ | Excelente. Forte conexão público-música. Acelere a campanha. |
| 20-25% | Boa. Desempenho saudável para a maioria dos gêneros. |
| 15-20% | Aceitável. Margem para melhoria na segmentação ou criativo. |
| 10-15% | Abaixo da média. Diagnostique o funil antes de aumentar os gastos. |
| Abaixo de 10% | Ruim. Algo está quebrado, seja segmentação, criativo ou conexão com a música. |
Essas faixas se aplicam a tráfego pago de anúncios do Meta, TikTok e YouTube. O tráfego orgânico de playlists editoriais ou superfícies algorítmicas pode apresentar padrões diferentes.
Como a Taxa de Save Varia por Gênero?
O gênero afeta as expectativas. R&B e hip-hop tendem a ter taxas mais altas porque os ouvintes nesses públicos salvam e adicionam faixas a playlists de forma mais habitual.
| Gênero | Taxa de Save Típica |
|---|---|
| R&B/Soul | Mais de 20% |
| Hip-hop | Meados de 20% |
| Pop | Baixos 20% |
| Eletrônico | ~20% |
| Rock | Altos 10% |
Fonte: Dados de campanhas da Dynamoi.
Se sua faixa de rock atingir 18%, isso pode ser forte para o gênero. Se sua faixa de R&B atingir 18%, algo provavelmente está errado.
Como a Taxa de Save Varia por Fonte de Tráfego?
De onde vêm os ouvintes afeta o comportamento. Ouvintes de anúncios que clicaram para chegar ao Spotify estão pré-qualificados. Ouvintes algorítmicos de Descobertas da Semana ou Rádio são mais passivos.
| Fonte | Taxa de Save Esperada |
|---|---|
| Anúncios pagos (Meta, TikTok) | 15-30% |
| Radar de Lançamento | 10-20% |
| Descobertas da Semana | 5-15% |
| Rádio/Reprodução Automática | 3-10% |
| Playlists editoriais | Varia amplamente |
Taxas de save baixas de fontes algorítmicas são normais. Esses ouvintes não escolheram clicar; o Spotify escolheu por eles. Taxas de save altas de tráfego pago indicam forte conexão público-música.
O Que é a Taxa de Cliques-para-Save do Anúncio?
Ao veicular anúncios pagos, você mede uma métrica diferente: taxa de cliques-para-save (saves divididos pelos cliques no anúncio, não pelos ouvintes do Spotify). Com base nos dados de campanhas da Dynamoi:
| Tipo de Campanha | Taxa de Cliques-para-Save | Custo/Save |
|---|---|---|
| Campanhas de Playlist | 32-38% | $0.30-$0.60 USD |
| Campanhas de Artista/single | 1-7% | $2.00-$10.00 USD |
The difference is dramatic. Playlist campaigns convert at 5-10x the rate of artist campaigns because saving a curated playlist is lower commitment than betting on an unknown artist.
Como calcular a taxa de save
O Spotify for Artists não exibe a taxa de save como uma métrica única. Você a calcula manualmente:
Taxa de Save = (Saves / Ouvintes) x 100
Puxe Saves e Listeners para o mesmo intervalo de datas da aba Música. Uma faixa com 1.000 ouvintes e 220 saves tem uma taxa de save de 22%.
Como Você Deve Diagnosticar uma Taxa de Save Baixa?
Se sua taxa de save estiver abaixo de 15%, verifique estes fatores em ordem:
Incompatibilidade de segmentação. Você está alcançando ouvintes que realmente gostam do seu gênero? Uma música folk mostrada a fãs de EDM não converterá.
Desconexão criativa. Seu criativo de anúncio corresponde à música? Miniaturas enganosas ou clipes que destacam a seção errada causam quedas precoces.
Introdução da música. Se os ouvintes desistirem antes do refrão, os saves não acontecerão. Verifique a taxa de pulo no Spotify for Artists. Pulos iniciais altos indicam problemas na introdução.
Fricção de destino. Você está enviando tráfego para um smart link que exige cliques extras? Links diretos do Spotify convertem melhor.
Por Que a Taxa de Save Importa Para o Algoritmo
Saves informam ao Spotify que um ouvinte tem a intenção de retornar. Uma alta taxa de save sinaliza interesse duradouro em vez de escuta passiva.
Quando o Spotify vê um forte comportamento de save de um segmento de público específico (por exemplo, fãs de um artista semelhante em uma cidade específica), ele usa esse padrão para recomendar sua música a mais pessoas nesse segmento. É assim que os anúncios pagos "treinam" o algoritmo.
Taxas de save baixas enviam o sinal oposto. O algoritmo aprende que os ouvintes não estão engajando, e as recomendações diminuem.